· ai
[Paper] EfficientFlow: 효율적인 동변성 Flow 정책 학습을 위한 Embodied AI
Generative modeling은 최근 visuomotor policy learning에 있어 놀라운 가능성을 보여주었으며, 다양한 embodied AI 작업 전반에 걸쳐 유연하고 표현력 있는 제어를 가능하게 합니다.
-
- · ai
[Paper] 데이터 중심 시각적 개발 for Self-Driving Labs
Self-driving laboratories는 노동 집약적이고 시간 소모가 크며 종종 재현이 어려운 생물학적 과학 워크플로우를 감소시키는 유망한 경로를 제공합니다.
- · ai
[Paper] Visual Sync: 다중 카메라 동기화 via 교차 시점 객체 움직임
오늘날 사람들은 콘서트, 스포츠 이벤트, 강연, 가족 모임, 생일 파티 등 다양한 기억에 남는 순간들을 쉽게 기록할 수 있습니다, 여러...
- · ai
[Paper] 생성된 비디오의 객체는 보이는 것보다 느리다: 모델은 Sub‑Earth Gravity에 시달리고 Galileo's Principle을 모른다... 아직은
Video generators는 잠재적인 world models로서 점점 더 평가되고 있으며, 이는 physical laws를 인코딩하고 이해하도록 요구합니다. 우리는 그들의 표현을 조사합니다.
- · ai
[Paper] 3D 포인트 트랙을 활용한 생성 비디오 모션 편집
카메라와 객체 움직임은 비디오 내러티브의 핵심입니다. 그러나 캡처된 이러한 움직임을 정밀하게 편집하는 것은 특히 …
- · ai
[Paper] TUNA: 네이티브 통합 멀티모달 모델을 위한 Unified Visual Representations 다루기
Unified multimodal models (UMMs)는 단일 프레임워크 내에서 멀티모달 이해와 생성을 동시에 수행하는 것을 목표로 합니다. 우리는 TUNA, 네이티브 UMM을 제시합니다, that bu...
- · ai
[Paper] 향상된 Mean Flows: Fastforward Generative Models의 도전 과제
MeanFlow (MF)는 최근에 일단계 생성 모델링을 위한 프레임워크로 확립되었습니다. 그러나 그 “fastforward” 특성은 핵심적인 도전을 야기합니다.
- · ai
[Paper] AirSim360: 드론 뷰 내 파노라마 시뮬레이션 플랫폼
360-degree omnidirectional understanding 분야는 공간 지능을 향상시키기 위해 점점 더 많은 관심을 받고 있습니다. 그러나 대규모 ...
- · ai
[Paper] MV-TAP: 멀티뷰 비디오에서 모든 포인트 추적
Multi-view camera systems는 복잡한 real-world 장면에 대한 풍부한 관측을 가능하게 하며, 멀티뷰 환경에서 dynamic objects를 이해하는 것이 중심이 되었다.
- · ai
[Paper] 오디오를 통한 시각 어포던스 학습
우리는 Audio-Visual Affordance Grounding (AV-AG)이라는 새로운 작업을 소개한다. 이 작업은 행동 소리에서 객체 상호작용 영역을 분할한다. 기존 접근 방식과 달리 ...
- · ai
[Paper] RoaD: Rollouts를 Demonstrations로 활용한 Closed-Loop Supervised Fine-Tuning을 통한 Autonomous Driving Policies
자율 주행 정책은 일반적으로 인간 시연을 통한 open-loop behavior cloning으로 학습됩니다. 그러나 이러한 정책은 covariate shift 때문에 ...
- · ai
[Paper] Chain-of-Ground: 반복적 추론 및 레퍼런스 피드백을 통한 GUI 그라운딩 개선
GUI grounding은 자연어 명령을 복잡한 사용자 인터페이스의 정확한 영역과 맞추는 것을 목표로 합니다. 고급 멀티모달 대형 언어 모델은 강력한…